宋繼強，英特爾中國研究院院長。他於2008年加入英特爾中國研究院，時任清華大學-英特爾先進移動計算中心應用研發總監，是創造英特爾Edison產品原型的核心成員。目前致力於研發基於英特爾技術的智能服務機器人平臺。
AI和5G是乘法聚變效應
以數據為紐帶，5G和AI正迎來歷史性交匯。
兩項當今最火熱的技術相互融合，是「+」還是「x」?英特爾有著自己的思考。
在其看來，AI與5G兩個「因數」互促互進，將產生乘法的倍增效應，加速智能應用的落地，將帶來顛覆性的創新。
「這是乘法的聚變效應」，宋繼強認為，5G和AI已經達到了轉折點，兩者都不是限於應用本身，是屬於使能的技術，所以疊加是一個乘法聚變效應。
「簡言之，AI可以讓網絡更智能，5G則讓AI變得無處不在，可以在設備端、雲端甚至邊緣」，他預測，未來根據數據的多樣性，兩者之間的關聯可能會發生重大突破。
而結合點就在於數據。「我們認為，數據是紐帶，AI的發展主要靠機器學習帶動。機器學習擅長什麼?是從大量的數據中去發現規律，並且用這個規律處理新的數據，從而產生應用的價值。5G也是為了更好的傳輸、更好的同步。所以AI和5G之間天然就以數據作為一個紐帶」，他認為，如果將更多的數據聚集起來，讓AI的算法挖掘更多價值，那將發揮更大作用。
5G低時延仍存在挑戰
宋繼強表示，5G技術的突破需要進一步去增加更多設備，能同時接入並且用低時延的方式把數據傳輸到更多地方，「我們已經可以用大通量去讓數據傳輸提高帶寬，但是低時延這塊仍然存在挑戰，而且能夠覆蓋的範圍還不夠遠，所以這塊在軟硬體上都需要繼續調優」。
同時，數據種類繁多，沒有辦法預測未來兩者將在哪些數據、哪些應用上流行，所以要更多的通過軟體可定義的方式去實現更多功能，而不是完全靠硬體。因此，通過軟體優化去提供雲服務或者邊緣計算服務，讓其更適配到未來應用的需求，這點也非常重要。
他舉例稱，在智能駕駛領域，可以觀測到各個方向的車輛、行人的運動軌跡，從而做出預測，甚至未來可能發生碰撞的機率。再通過實時的網絡傳輸，把預警信息發送到相關車輛上，實現第一時間警報，以此降低事故率的發生，這就是利用AI能力與5G低時延的實時效果。
殺手級應用需關注可持續性
那麼，5G時代中，更大的機遇在於產業端還是消費端呢?
宋繼強給出的答案是：兩端均存在。對於消費端，例如5G雲遊戲或5G直播等，用戶的體驗都能得到大幅提升。在前端提升的同時，也需要挖掘後端的布局，如邊緣計算、軟硬體分布等，「各個行業都有很大的機會，不局限在消費端」。
「我們現在並不確定哪個行業會最先爆發，但是有很多潛在的應用領域」，他表示，例如自動駕駛，目前中國很多地區都在搭建智能網聯車的實驗平臺，將設備和網絡側的軟體一同測試，並尋找問題的解決方案，「如果找的好，可能很快就會推動起來。如果遇到困難，也可能有新的應用搶先發布」。
同時，在5G和AI的相互促進下，殺手級應用可能會出現。比如雲遊戲、5G遊戲、視頻直播或交互式視頻類應用等，一旦證明對用戶有足夠強的吸引力，成本也達到了一定規模，便會很快開始擴散。此外還要關注該應用的可持續性和可替代性。
「當下是一個黃金時機，這個機會要抓住，去進行更大膽的嘗試。我們並不賭哪個應用一定會成功，但是只有嘗試才會發現真正的技術突破點在何處，真正能觸發商業蓬勃發展的機會在哪裡!」宋繼強說道。